É com grande entusiasmo que a equipe de Pesquisa do NSEE (Núcleo de Sistemas Eletrônicos Embarcados) e a Faculdade de Saúde Pública da USP (FSP-USP) anunciam a publicação oficial do artigo "Machine learning for predicting survival of colorectal cancer patients" na prestigiada revista científica Nature Scientific Reports. O estudo foi realizado por Lucas Buk Cardoso, Vanderlei Cunha Parro, Stela Verzinhasse Peres, Maria Paula Curado, Gisele Aparecida Fernandes, Victor Wünsch Filho e Tatiana Natasha Toporcov, em colaboração com o A.C. Camargo Cancer Center e a Fundação Oncocentro de São Paulo.

O câncer colorretal é uma das formas mais prevalentes de câncer em todo o mundo, com quase 2 milhões de novos casos anualmente. No Brasil, a situação não é diferente, tendo sido estimados cerca de 41 mil novos casos nos últimos 3 anos. Diante desse aumento alarmante, é de vital importância o desenvolvimento de novas abordagens e pesquisas para melhorar o tratamento e a sobrevida dos pacientes.

Nesse contexto, o uso de algoritmos de aprendizado de máquina tem se destacado como uma ferramenta promissora para estudos relacionados ao câncer. Esses algoritmos têm o potencial de fornecer informações valiosas para a medicina e realizar previsões com base em dados clínicos, permitindo uma abordagem mais personalizada e eficaz no tratamento.
O estudo conduzido pela equipe envolveu cinco diferentes classificações, levando em consideração a sobrevida dos pacientes com câncer colorretal. Os dados foram extraídos do Registro Hospitalar de Câncer de São Paulo, coordenado pela Fundação Oncocentro de São Paulo, e abrangeram pacientes diagnosticados entre os anos 2000 e 2021 no estado de São Paulo, Brasil.

Os modelos de aprendizado de máquina empregados proporcionaram previsões precisas, com resultados aproximados de 77% de precisão e uma área sob a curva (AUC) próxima a 0,86. Dentre as características mais relevantes para cada um dos algoritmos utilizados, destacou-se o estadiamento clínico, que desempenhou um papel fundamental nas previsões.

O resumo do artigo revela ainda que a análise da sobrevida dos pacientes ao longo dos anos após o diagnóstico apresentou uma tendência de queda até o quinto ano, com taxas de sobrevida estimadas em 77% em 1 ano, 59% em 3 anos e 53,2% em 5 anos. Essa análise foi realizada com base em uma população de 31.916 pacientes, após a seleção e pré-processamento adequados dos dados.

O trabalho realizado pela equipe de pesquisadores representa um avanço significativo na compreensão e no tratamento do câncer colorretal. A aplicação de algoritmos de aprendizado de máquina permite identificar padrões e fatores prognósticos essenciais, auxiliando médicos e profissionais da saúde na tomada de decisões clínicas mais embasadas.
A publicação na Nature Scientific Reports é um reconhecimento da relevância desse estudo, não apenas para a comunidade científica, mas também para a sociedade como um todo. A expectativa é que os resultados desse trabalho possam contribuir significativamente para o avanço da medicina no combate ao câncer colorretal e, consequentemente, melhorar a qualidade de vida dos pacientes afetados por essa doença.

O artigo completo pode ser acessado no link a seguir: https://www.nature.com/articles/s41598-023-35649-9